Кафедра Біокібернетики та аерокосмічної медицини (БІКАМ)
Національний авіаційний університет
Курси (19)
Materials Science: 10 Things Every Engineer Should Know
Written by Bezver_admin
https://www.coursera.org/learn/materials-science
Ми досліджуємо «10 речей», які варіюються від списку матеріалів, доступних інженерам у їхній професії, до багатьох механічних та електричних властивостей матеріалів, важливих для їх використання в різних галузях техніки. Також ми обговорюємо принципи виробництва цих матеріалів.
Наприкінці курсу ви зможете:
Розпізнавати важливі аспекти матеріалів, що використовуються в сучасних інженерних додатках,
Пояснити основний принцип матеріалознавства: «структура призводить до властивостей»,
Визначити роль термічно активованих процесів у багатьох із цих важливих «речей» – як проілюстровано відносинами Арреніуса.
Пов’яжіть кожну з цих тем із проблемами, які виникли (або потенційно можуть виникнути) у вашому житті та роботі.
Викладачі:
Distinguished Professor Emeritus
Department of Chemical Engineering and Materials Science
Час виконання 9 годин
Мова: Англійська
https://www.coursera.org/learn/research-methods
Цей MOOC присвячений демістифікації досліджень і методів дослідження. У ньому будуть викладені основи проведення досліджень, спрямованих головним чином, але не виключно, на післядипломний рівень. Він ставить студентський досвід у центрі наших зусиль, залучаючи учнів до низки потужних і складних дискусій і вправ, які відповідають SOAS, статусу Лондонського університету як науково-інтенсивного університету та його багатої дослідницької спадщини.
Курс сподобається тим із вас, кому потрібне розуміння дослідницьких підходів і навичок, і, що важливо, здатність застосовувати їх у навчанні чи професійному житті. Зокрема, цей курс допоможе тим з вас, хто має проводити дослідження в рамках аспірантури, але, можливо, не має доступу до курсів методів дослідження, або тим з вас, хто вважає, що вам потрібна додаткова підтримка для самовдосконалення. Для проходження цього курсу не потрібні попередні знання чи досвід у дослідницькій діяльності, тому цей курс призначений для всіх. Цей MOOC спирається на велику кількість наявних матеріалів курсу, розроблених для підтримки дослідницької підготовки в рамках SOAS Лондонського університету, і зокрема на основі Центру міжнародних досліджень і дипломатії (CISD). У 2015 році курс був номінований на престижну нагороду Guardian University Award за інноваційний підхід до онлайн-навчання.
Викладачі:
Dr J. Simon Rofe, SOAS, University of London
Dr Yenn Lee
Dr Dan Plesch, SOAS University of London
Centre for International Studies and Diplomacy (CISD), SOAS
Час виконання 6 годин
Мова: Англійська
https://www.coursera.org/learn/nanotechnology
Як ми можемо створити наноструктури, які в 10 000 разів менші за діаметр людської волосини? Як ми можемо «бачити» в нанорозмірі? Завдяки інструкціям і лабораторним демонстраціям у цьому курсі ви отримаєте глибоке розуміння можливостей нанотехнологічних інструментів і того, як використовувати це обладнання для нанорозмірного виготовлення та визначення характеристик. Наномасштаб є наступним рубежем культури Maker, де проекти стають реальністю. Щоб стати піонером у створенні нанотехнологій, ми познайомимо вас із практичними знаннями, навичками та інструментами, які можуть перетворити ваші нанотехнологічні ідеї у фізичну форму та дозволити вам створювати зображення об’єктів у нанорозмірі.
Цей курс був розроблений викладачами та фахівцями з нанофабрикації, електронно-променевої мікроскопії та нанохарактеристики через дослідницьку мережу нанотехнологій Triangle (RTNN). RTNN пропонує навчання та використання інструментів, продемонстрованих у цьому курсі, для шкіл і промисловості через Національну програму скоординованої інфраструктури нанотехнологій Сполучених Штатів. Інструменти, продемонстровані в цьому курсі, доступні для громадськості через RTNN.
Викладачі:
Nan M. Jokerst
Electrical and Computer Engineering, Duke University
Carrie Donley
Director of CHANL (Chapel Hill Analytical and Nanofabrication Laboratory)
Applied Physical Sciences, UNC Chapel Hill
James Cahoon
Jacob Jones
Materials Science and Engineering, North Carolina State University
Час виконання 26 годин
Мова: Англійська
https://www.coursera.org/learn/datasciencemathskills
Курси Data Science містять математику — цього не уникнути! Цей курс розроблено, щоб навчити учнів основам математики, які знадобляться вам, щоб досягти успіху майже в будь-якому математичному курсі науки про дані, і створений для учнів, які мають базові математичні навички, але, можливо, не вивчали алгебру чи обчислення. Data Science Math Skills представляє основну математику, на якій базується наука про дані, без додаткової складності, вводячи незнайомі ідеї та математичні символи один за одним.
Учні, які пройдуть цей курс, оволодіють лексикою, умовними позначеннями, поняттями та правилами алгебри, які повинні знати всі дослідники даних, перш ніж переходити до більш складного матеріалу. Теми включають:
Теорія множин, включаючи діаграми Венна
Властивості дійсної числової прямої
Інтервальний запис і алгебра з нерівностями
Використання для підсумовування та сигма-нотації
Математика на декартовій площині (x,y), формули нахилу та відстані
Побудова графіка та опис функцій та їх зворотних на площині xy,
Поняття миттєвої швидкості зміни та дотичних до кривої
Експоненти, логарифми та функція натурального логарифму.
Теорія ймовірностей, включаючи теорему Байєса. Хоча цей курс призначений як загальний вступ до математичних навичок, необхідних для науки про дані, його можна вважати необхідною умовою для слухачів, зацікавлених у курсі «Опанування аналізу даних у Excel», який є частиною спеціалізації Excel to MySQL Data Science Specialization .
Викладачі:
Daniel Egger
Executive in Residence and Director, Center for Quantitative Modeling
Paul Bendich
Час виконання 13 годин
Мова: Англійська
Основи обробки цифрових відео та зображень
https://www.coursera.org/learn/digital
У цьому курсі ви дізнаєтеся про основні принципи та інструменти, що використовуються для обробки зображень і відео, а також про те, як застосовувати їх для вирішення практичних завдань комерційного та наукового інтересу.
Цифрові зображення та відео сьогодні повсюди – у тисячах наукових (наприклад, астрономічних, біомедичних), споживчих, промислових і художніх застосувань. Крім того, вони представлені в широкому діапазоні електромагнітного спектру - від видимого світла та інфрачервоного до гамма-променів і далі. Таким чином, здатність обробляти зображення та відеосигнали є неймовірно важливою навичкою для студентів інженерних/наукових факультетів, розробників програмного забезпечення та вчених-практиків. Цифрова обробка зображень і відео продовжує сприяти революції мультимедійних технологій, яку ми переживаємо сьогодні. Деякі важливі приклади обробки зображень і відео включають усунення погіршення зображення під час отримання (наприклад, усунення розмитості на зображенні автомобіля, що швидко рухається), Цей курс охоплює основи обробки зображень і відео. Ми надамо математичну структуру для опису та аналізу зображень і відео як дво- та тривимірних сигналів у просторовій, просторово-часовій та частотній областях. У цьому класі ви не тільки дізнаєтесь про теорію фундаментальних завдань обробки, включаючи покращення зображення/відео, відновлення та стиснення, але й дізнаєтесь, як виконувати ці ключові завдання обробки на практиці, використовуючи найсучасніші методи та інструменти. . Ми представимо та використаємо широкий спектр таких інструментів – від оптимізаційних інструментів до статистичних методів. Також буде зроблено акцент на особливій ролі розрідженості в сучасній обробці зображень і відео. У всіх випадках використовуватимуться приклади зображень і відео, що стосуються певних областей застосування.
Навички, що набувають:
- Обробка зображень
- Стиснення даних
- Matlab
Викладачі:
Aggelos K. Katsaggelos
Department of Electrical Engineering and Computer Science
Час виконання: 36 годин
Мова: Англійська
©2023. Всі права захищено. Кафедра біокібернетики та аерокосмічної медицини.
Відповіадльна за WEB-сторінку - Дар'я Руденко
Українська (Україна) 
English (United Kingdom)